<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[truffle528的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/truffle528</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; truffle528]]></copyright><item><title><![CDATA[解决idea运行Tomcat报错：Unable to ping server at localhost:1099]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84975525</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84975525</guid><author>truffle528</author><pubDate>Wed, 12 Dec 2018 16:57:16 +0800</pubDate><description><![CDATA[方法一：

网上有人说修改hosts，目录定位到“C\windows\system32\drivers\etc\hosts，在里面添加：


127.0.0.1       localhost 计算机名

这个方法实测对我无效。

方法二：

在tomcat的启动脚本catalina.bat中找到：


set JAVA_OPTS=-server -Xmx768m -XX:MaxPermSize=...]]></description><category></category></item><item><title><![CDATA[leetcode:206 - Reverse Linked List]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84942821</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84942821</guid><author>truffle528</author><pubDate>Mon, 10 Dec 2018 17:55:00 +0800</pubDate><description><![CDATA[目录

 

题目描述

实现

1.迭代法

2.递归法

题目描述

Reverse a singly linked list.

Example:


Input: 1-&amp;gt;2-&amp;gt;3-&amp;gt;4-&amp;gt;5-&amp;gt;NULL
Output: 5-&amp;gt;4-&amp;gt;3-&amp;gt;2-&amp;gt;1-&amp;gt;NULL


Follow up:

A linked list can be r...]]></description><category></category></item><item><title><![CDATA[leetcode:167. Two Sum II - Input array is sorted]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84935046</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84935046</guid><author>truffle528</author><pubDate>Mon, 10 Dec 2018 11:32:57 +0800</pubDate><description><![CDATA[目录

题目描述

实现

1.哈希表

2.二分查找法

3.双指针法

题目描述

Given an array of integers that is already sorted in ascending order, find two numbers such that they add up to a specific target number.

The function twoS...]]></description><category></category></item><item><title><![CDATA[leetcode:1 - Two Sum]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84930090</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84930090</guid><author>truffle528</author><pubDate>Sun, 09 Dec 2018 18:10:21 +0800</pubDate><description><![CDATA[题目描述：

Given an array of integers, return indices of the two numbers such that they add up to a specific target.

You may assume that each input would have exactly one solution, and you may not use th...]]></description><category></category></item><item><title><![CDATA[leetcode: 832 - Flipping an Image]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84877288</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84877288</guid><author>truffle528</author><pubDate>Fri, 07 Dec 2018 16:51:38 +0800</pubDate><description><![CDATA[前言

       我本科的数据结构与算法学得并不好，现在的记忆也比较模糊了，而对于算法工程师而言，编程思想和能力却是必不可少的，所以我决定从今天开始刷leetcode，计划是先从array、string、tree、linkedlist、math五个tag开始，按照easy到medium到hard的顺序（hard暂时先放过，这次以过知识点为主），以过年为期限系统实践一遍数据结构与算法。

   ...]]></description><category></category></item><item><title><![CDATA[廖雪峰Python笔记[4] - 函数式编程]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84848351</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84848351</guid><author>truffle528</author><pubDate>Thu, 06 Dec 2018 10:46:51 +0800</pubDate><description><![CDATA[目录

 

1. 高阶函数

2. 闭包

3. 匿名函数

4. 装饰器

5. 偏函数

1. 高阶函数

       在Python中函数本身是一个变量，它可以接受传入的参数，可以用另一个变量指向这个函数，这时候的变量同样也就可以接受传入的参数。高阶函数就是指一种特殊的函数，它接受函数本身作为参数传入。


print(abs)
print(abs(-2))

temp = abs
pr...]]></description><category></category></item><item><title><![CDATA[廖雪峰Python笔记[3] - 切片/迭代/生成器/列表生成式]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84825115</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84825115</guid><author>truffle528</author><pubDate>Wed, 05 Dec 2018 11:26:50 +0800</pubDate><description><![CDATA[目录

 

1. 数据切片

2. 迭代

3. 列表生成式和生成器

4. 迭代器

1. 数据切片

       数据切片是为了获取集合中的某些数据，可以看作更自由地从集合中拿到想要的数据，适用于list、tuple、str。


today = ['sea','boy','tree','beach']

# 数据切片
print(today[:3]) # 索引不包括3号，为0-2
pri...]]></description><category></category></item><item><title><![CDATA[廖雪峰Python笔记[2] - 函数]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84787916</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84787916</guid><author>truffle528</author><pubDate>Tue, 04 Dec 2018 14:28:10 +0800</pubDate><description><![CDATA[目录

 

1.函数定义

2.函数参数

3.递归函数

1.函数定义

       定义函数用def，函数可以有返回或者没有返回，也可以返回多个值，这时返回的实际是一个tuple，可以用多个变量接收一个tuple。在暂时不想写函数内容时可以用pass占位。


def guess():
    guess = input(&quot;今天发生了一件事，你猜是好事还是坏事。(G/B):&quot;)
    i...]]></description><category></category></item><item><title><![CDATA[廖雪峰Python笔记[1] - 运算和数据结构]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84755738</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84755738</guid><author>truffle528</author><pubDate>Mon, 03 Dec 2018 13:50:30 +0800</pubDate><description><![CDATA[目录

 

1 输入输出

2 布尔运算

3 四则运算

4 list和tuple 

5 dict和set

1 输入输出

       输出:逗号被空格代替，print也可以进行简单的计算,字符串前加r表示不转义，raw的意思。用''' '''写的字符串会省去写\n的烦恼。


print('逗号','被空格','代替')
print(100 + 200)
print(r'this\'r...]]></description><category></category></item><item><title><![CDATA[客户逾期贷款预测[8] - 特征选择(iv值、随机森林)]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84590501</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84590501</guid><author>truffle528</author><pubDate>Wed, 28 Nov 2018 20:29:26 +0800</pubDate><description><![CDATA[任务

       分别用IV值和随机森林挑选特征，再构建模型，进行模型评估

 

1 利用iv值挑选特征

       这次暂时先用学长计算好的iv值挑选特征，之后再尝试自己计算iv值。选择iv在0.1-0.5之间的特征。


import pandas as pd
iv = pd.read_csv(&quot;iv.csv&quot;,encoding='gbk')
iv_one = iv[iv.iloc[...]]></description><category></category></item><item><title><![CDATA[客户贷款逾期预测[7] - 模型融合]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84502939</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84502939</guid><author>truffle528</author><pubDate>Mon, 26 Nov 2018 20:31:22 +0800</pubDate><description><![CDATA[任务


        用你目前评分最高的模型作为基准模型，和其他模型进行stacking融合，得到最终模型及评分。
 

实现


#简单调包实现
from mlxtend.classifier import StackingCVClassifier, StackingClassifier
clf_stacking = StackingClassifier(classifiers=[svm,d...]]></description><category></category></item><item><title><![CDATA[客户逾期贷款预测[6] - 网格搜索调参和交叉验证]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84379538</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84379538</guid><author>truffle528</author><pubDate>Sat, 24 Nov 2018 20:38:59 +0800</pubDate><description><![CDATA[任务

        使用网格搜索对模型进行调优并采用五折交叉验证的方式进行模型评估

实现

           之前已经进行过数据探索，缺失值和异常值处理、特征生成、特征删除、缩放等处理，具体可见前几篇博客。本文只进行带交叉验证的网格搜索调参，然后与调参前评分做比较。


from sklearn.model_selection import GridSearchCV,train_test...]]></description><category></category></item><item><title><![CDATA[客户贷款逾期预测[5] - 特征工程]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84337769</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84337769</guid><author>truffle528</author><pubDate>Thu, 22 Nov 2018 21:29:18 +0800</pubDate><description><![CDATA[目录

 

任务

数据探索

特征删除

缺失值处理

异常值处理

特征生成

特征合并

特征缩放

数据归一化

数据标准化

相关性分析

划分训练集、模型评估和选择

参考

任务

        关于数据类型转换以及缺失值处理（尝试不同的填充看效果）以及你能借鉴的数据探索

特征工程


import pandas as pd
from sklearn.model_selecti...]]></description><category></category></item><item><title><![CDATA[客户贷款逾期预测[4]-记录评分、绘制roc曲线]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84310726</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84310726</guid><author>truffle528</author><pubDate>Wed, 21 Nov 2018 21:39:02 +0800</pubDate><description><![CDATA[任务

       记录五个模型（逻辑回归、svm、决策树、xgboost、lightgbm）关于precision、recall score、f1 score、roc、aoc的评分表格。

实现


# -*- coding: utf-8 -*-
&quot;&quot;&quot;
Created on Thu Nov 15 13:02:11 2018

@author: keepi
&quot;&quot;&quot;

import pandas...]]></description><category></category></item><item><title><![CDATA[客户贷款逾期预测[3]-xgboost和lightgbm]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84200976</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84200976</guid><author>truffle528</author><pubDate>Sun, 18 Nov 2018 21:34:06 +0800</pubDate><description><![CDATA[任务

      根据客户贷款数据预测客户是否会逾期，1表示会，0表示不会。

实现


# -*- coding: utf-8 -*-
&quot;&quot;&quot;
Created on Thu Nov 15 13:02:11 2018

@author: keepi
&quot;&quot;&quot;

import pandas as pd
from sklearn.model_selection import train_test_sp...]]></description><category></category></item><item><title><![CDATA[python数据合并、重塑、移除]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84189294</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84189294</guid><author>truffle528</author><pubDate>Sat, 17 Nov 2018 17:36:28 +0800</pubDate><description><![CDATA[目录

 

合并数据集

轴向合并

数据重塑

移除重复行

参考

合并数据集

        pd.merge(left, right, how, on, left_on, right_on, sort)

        

left
			
			左表
			
		right
			右表
		how
			连接方式
		on
			连接的列名，默认是两个表的同名列
		left_on...]]></description><category></category></item><item><title><![CDATA[模型效果验证方法]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84108791</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84108791</guid><author>truffle528</author><pubDate>Sat, 17 Nov 2018 10:53:18 +0800</pubDate><description><![CDATA[        对于回归问题，一般采用均方误差验证。

        对于分类问题，首先要明确两个概念：查准率和查全率。数据可以分成四种类别：真正例TP、真反例TN、假正例FP、假反例FN。TP是指预测结果是正例，实际也是正例的数据；TN指预测结果是反例，实际也是反例的数据；FP是指预测结果是正例，实际是反例的数据；FN指预测结果是反例，实际是正例的数据。它们可以构成一个混淆矩阵。查准率表示在所...]]></description><category></category></item><item><title><![CDATA[客户贷款逾期预测[2]-svm和决策树模型]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84168200</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84168200</guid><author>truffle528</author><pubDate>Sat, 17 Nov 2018 09:44:09 +0800</pubDate><description><![CDATA[任务

        本次以信用贷款数据作为练习数据，目的是学会使用常用的机器学习模型，用它们预测贷款客户是否会逾期，给到的数据已经包含了标签，列名是status，有0和1两种值，0表示未逾期，1表示逾期，所以这是一个二分类的问题。

数据处理

        在拿到数据之后，首先我们需要探索数据的构成和分布情况以及缺失情况。对于缺失值处理常用众数或者中位数、平均数填补。为了处理方便，一开始可...]]></description><category></category></item><item><title><![CDATA[pandas学习笔记]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/83789716</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/83789716</guid><author>truffle528</author><pubDate>Fri, 16 Nov 2018 14:57:00 +0800</pubDate><description><![CDATA[pandas的数据结构
1.Series
类似numpy中的一维数组,表示为索引（从0开始）和值。
创建：
import pandas as pd,numpy as np
s1 = pd.Series(np.arange(10))
s2 = pd.Series([12,2,5])
s3 = pd.Series({'a':10,'b':44})

含有的属性：
s1.values
s1.index
...]]></description><category></category></item><item><title><![CDATA[客户贷款逾期预测[1]-逻辑回归模型]]></title><link>https://blog.youkuaiyun.com/truffle528/article/details/84072452</link><guid>https://blog.youkuaiyun.com/truffle528/article/details/84072452</guid><author>truffle528</author><pubDate>Thu, 15 Nov 2018 19:54:30 +0800</pubDate><description><![CDATA[任务

      预测贷款客户是否会逾期，status为响应变量，有0和1两种值，0表示未逾期，1表示逾期。

代码：


# -*- coding: utf-8 -*-
&quot;&quot;&quot;
Created on Thu Nov 15 13:02:11 2018

@author: keepi
&quot;&quot;&quot;

import pandas as pd
from sklearn.linear_model import...]]></description><category></category></item></channel></rss>